在Mac和Windows上，哪种编码可以使用Excel正确打开CSV文件？

137

我们有一个网络应用程序可以导出包含UTF-8（无BOM）外来字符的CSV文件。Windows和Mac用户都将在Excel中获得垃圾字符。我尝试使用BOM转换为UTF-8；Excel / Win很好用，Excel / Mac显示乱码。我正在使用Excel 2003 / Win，Excel 2011 / Mac。这是我尝试过的所有编码：

Encoding  BOM      Win                            Mac
--------  ---      ----------------------------   ------------
utf-8     --       scrambled                      scrambled
utf-8     BOM      WORKS                          scrambled
utf-16    --       file not recognized            file not recognized
utf-16    BOM      file not recognized            Chinese gibberish
utf-16LE  --       file not recognized            file not recognized
utf-16LE  BOM      characters OK,                 same as Win
                   row data all in first field

最好的是带有BOM的UTF-16LE，但不能识别CSV。字段分隔符是逗号，但分号不会更改任何内容。

有没有两种编码都可以使用？

windows  excel  macos  csv  utf 
— 蒂姆
source
1
如果对所有字段数据都使用UTF-16LE但对逗号使用8bit / ASCII字符怎么办？根据本文（creativyst.com/Doc/Articles/CSV/CSV01.htm#CSVAndEncodings），Excel可能会将Unicode逗号解释为字段数据的一部分，而不是分隔符。
— jveazey 2011年
1
有趣的提示@jveazey。我会尝试的：mb_convert_encoding($str, "UTF-16LE");在我的导出代码中，并将结果发布在这里。
— Timm，
但这并不能帮助您，但是我在Windows上测试了Excel 2007 SP2（使用Notepad2创建测试文件）。除了UTF-16LE BOM（与Windows上的结果相同）和UTF-16BE BOM（可正确解析字段，但BOM作为A1的前2个字符）外，其他所有东西都起作用。
— 2011年
— jveazey
@hveazey，引用的问题可以通过推荐代码页Windows-1252来获得解答。这对我的情况不起作用（德国变音符和Sharp的）。
— Timm 2012年

Answers:

61

Excel编码

我发现WINDOWS-1252在处理Excel时，编码最令人沮丧。由于它基本上是微软自己专有的字符集，因此可以假定它可以在Mac和Windows版本的MS-Excel上运行。这两个版本至少都包含一个正确读取数据的相应“文件源”或“文件编码”选择器。

根据您的系统和使用的工具上，该编码也可以被命名为CP1252，ANSI，Windows (ANSI)，MS-ANSI或只Windows，其他变化之中。

此编码是ISO-8859-1（又名LATIN1和其他）的超集，因此ISO-8859-1如果WINDOWS-1252由于某种原因无法使用，您可以退回至。请注意，ISO-8859-1缺少一些字符，WINDOWS-1252如下所示：

| Char | ANSI | Unicode | ANSI Hex | Unicode Hex | HTML entity | Unicode Name                               | Unicode Range            |
| €    | 128  | 8364    | 0x80     | U+20AC      | €      | euro sign                                  | Currency Symbols         |
| ‚    | 130  | 8218    | 0x82     | U+201A      | ‚     | single low-9 quotation mark                | General Punctuation      |
| ƒ    | 131  | 402     | 0x83     | U+0192      | ƒ      | Latin small letter f with hook             | Latin Extended-B         |
| „    | 132  | 8222    | 0x84     | U+201E      | „     | double low-9 quotation mark                | General Punctuation      |
| …    | 133  | 8230    | 0x85     | U+2026      | …    | horizontal ellipsis                        | General Punctuation      |
| †    | 134  | 8224    | 0x86     | U+2020      | †    | dagger                                     | General Punctuation      |
| ‡    | 135  | 8225    | 0x87     | U+2021      | ‡    | double dagger                              | General Punctuation      |
| ˆ    | 136  | 710     | 0x88     | U+02C6      | ˆ      | modifier letter circumflex accent          | Spacing Modifier Letters |
| ‰    | 137  | 8240    | 0x89     | U+2030      | ‰    | per mille sign                             | General Punctuation      |
| Š    | 138  | 352     | 0x8A     | U+0160      | Š    | Latin capital letter S with caron          | Latin Extended-A         |
| ‹    | 139  | 8249    | 0x8B     | U+2039      | ‹    | single left-pointing angle quotation mark  | General Punctuation      |
| Π   | 140  | 338     | 0x8C     | U+0152      | Π    | Latin capital ligature OE                  | Latin Extended-A         |
| Ž    | 142  | 381     | 0x8E     | U+017D      |             | Latin capital letter Z with caron          | Latin Extended-A         |
| ‘    | 145  | 8216    | 0x91     | U+2018      | ‘     | left single quotation mark                 | General Punctuation      |
| ’    | 146  | 8217    | 0x92     | U+2019      | ’     | right single quotation mark                | General Punctuation      |
| “    | 147  | 8220    | 0x93     | U+201C      | “     | left double quotation mark                 | General Punctuation      |
| ”    | 148  | 8221    | 0x94     | U+201D      | ”     | right double quotation mark                | General Punctuation      |
| •    | 149  | 8226    | 0x95     | U+2022      | •      | bullet                                     | General Punctuation      |
| –    | 150  | 8211    | 0x96     | U+2013      | –     | en dash                                    | General Punctuation      |
| —    | 151  | 8212    | 0x97     | U+2014      | —     | em dash                                    | General Punctuation      |
| ˜    | 152  | 732     | 0x98     | U+02DC      | ˜     | small tilde                                | Spacing Modifier Letters |
| ™    | 153  | 8482    | 0x99     | U+2122      | ™     | trade mark sign                            | Letterlike Symbols       |
| š    | 154  | 353     | 0x9A     | U+0161      | š    | Latin small letter s with caron            | Latin Extended-A         |
| ›    | 155  | 8250    | 0x9B     | U+203A      | ›    | single right-pointing angle quotation mark | General Punctuation      |
| œ    | 156  | 339     | 0x9C     | U+0153      | œ     | Latin small ligature oe                    | Latin Extended-A         |
| ž    | 158  | 382     | 0x9E     | U+017E      |             | Latin small letter z with caron            | Latin Extended-A         |
| Ÿ    | 159  | 376     | 0x9F     | U+0178      | Ÿ      | Latin capital letter Y with diaeresis      | Latin Extended-A         |

请注意，缺少欧元符号。可以在Alan Wood上找到此表。

转换次数

每种工具和语言的转换方式都不同。但是，假设您有一个query_result.csv已知UTF-8编码的文件。将其转换为WINDOWS-1252使用iconv：

iconv -f UTF-8 -t WINDOWS-1252 query_result.csv > query_result-win.csv
— 迈克斯特
source
6
有点麻烦，但这似乎是将带有欧洲字符的.csv文件导入Mac OSX上的Excel的答案
— Fergie 2014年
1
真正。它代替了OP的问题。在您的情况下，您首先必须知道（或猜测）“带有欧洲字符的.csv文件”中使用的编码。然后，您可以将其转换为WINDOS-1252，很可能会被Mac和Windows Excel正确解释。
— mikezter 2014年
1
这不是真正的解决方案，迟早您会遇到无法转换为WINDOWS-1252的字符。
— Walter Tross 2015年
2
如果有中文字符，WINDOWS-1252将失败。因此，带有BOM的UTF-16LE似乎是唯一的选择。
— XWang 2015年
这对于带有变音符号的SQL数据导出效果很好。
— motorbaby
26

对于带有BOM的UTF-16LE，如果您使用制表符而不是逗号作为分隔符，则Excel将识别这些字段。它起作用的原因是Excel实际上最终使用了它的Unicode * .txt解析器。

警告：如果在Excel中编辑并保存了文件，则将其另存为制表符分隔的ASCII。现在的问题是，当您重新打开文件时，Excel假定它是真实的CSV（带有逗号），并看到它不是Unicode，因此将其解析为逗号分隔-因此将对其进行哈希处理！

更新：尽管至少在以下情况下，保存行为似乎有所不同，但至少在Excel 2010（Windows）中，上述警告今天对我来说似乎没有发生。

  • 您编辑并退出Excel（尝试另存为'Unicode * .txt'）

相比：

  • 编辑和关闭仅文件（按预期方式工作）。
— 邓肯·斯玛特
source
1
很好，但是需要注意的是我无法解决问题。最终用户将对损坏的Excel工作表不满意。
— Timm
可能的是，如果将初始文件扩展名更改为* .txt，它可以工作，但是随后您将失去文件类型和Excel之间的关联：即，他们无法双击文件并自动在Excel中打开它。
— Duncan Smart
那对我是行不通的。由于不精通计算机，最终用户需要在Excel中打开它而没有任何障碍。
— Timm
我的“ .csv” Excel工作表看起来很好，带有特殊字符和分隔的字段。我将输出字符串以“ \ ufeff”作为字节顺序标记（BOM）开始，然后使用“ \ t”选项卡代替逗号进行字段分隔，并使用“ utf-16LE”对文件进行编码。得益于此页面，您的作品魅力十足！
— Geek Stocks 2013年
第一行sep=,和UTF16LE编码对我有用，并且不需要其他分隔符（它仍然是逗号）。通过双击打开文件可以正确加载文件，并在单元格内保留特殊字符和换行符。缺点：sep=,据我所知，除Excel以外的任何程序都无法识别标头。但是无论如何，OpenOffice / LibreOffice都不需要此技巧（单元格内容中的换行符工作得很好，而在Excel中从文本文件加载/使用文本加载到列助手中不能正确处理单元格中的换行符）。
— CodeManX
24

缺点是：没有解决方案。Excel 2011 / Mac不能正确解释包含变音符号和变音符号的CSV文件，无论您执行哪种编码或箍跳转。我很高兴听到有人告诉我与众不同！

— 蒂姆
source
4
我发现WIN-1252或ISO-8859-1编码正在工作。请看我的回答。
— mikezter 2013年
3
解决方案是使用UTF-16LE，并确保使用制表符分隔列而不是逗号。
— 蒂姆·格罗内维尔德
您真的在Win和Mac Tim上尝试过吗？如前所述，在我的情况下，TSV不是一个选择。
— Timm 2014年
1
对我来说，如果我在Mac和Windows版本的Excel上都使用WIN-1252编码，则导出工作正常。@Timm，您应该考虑更改接受的答案。
— 皮埃尔·阿诺
2
对于那些认为可行的人，您实际上在数据集中扩展了字符（如中文）吗？WIN-1252编码在这些编码上中断，因为它们超出了范围。
— Bill Leeper 2014年
11

您仅尝试使用逗号分隔和分号分隔的CSV。如果您尝试使用制表符分隔的CSV（也称为TSV），则会找到答案：

带BOM的UTF-16LE（字节顺序标记），制表符分隔

但：在评论中，您提到TSV并不是您的选择（尽管我无法在您的问题中找到此要求）。真可惜。这通常意味着您允许手动编辑TSV文件，这可能不是一个好主意。目视检查TSV文件不是问题。此外，可以将编辑器设置为显示特殊字符以标记选项卡。

是的，我在Windows和Mac上进行了尝试。

— 沃尔特·特罗斯
source
4

在Mac上使用UTF-8读取CSV文件的最佳解决方法是将它们转换为XLSX格式。我找到了Konrad Foerstner制作的脚本，通过添加对不同定界符的支持，我对该脚本进行了一些改进。

从Github下载脚本 https://github.com/brablc/clit/blob/master/csv2xlsx.py。为了运行它，您将需要安装一个Python模块openpyxl来进行Excel文件操作：sudo easy_install openpyxl。

— 布拉伯
source
3

在我的情况下，此方法有效（Mac，Excel 2011，西里尔字母和拉丁字母以及捷克音符号）：

  • 字符集UTF-16LE（仅UTF-16不够）
  • BOM“ \ xFF \ xFE”
  • \ t（制表符）作为分隔符
  • 不要忘了还要编码分隔符和CRLF ：-)
  • 使用iconv代替mb_convert_encoding
— 马雷克（MarekDemčák）
source
2

以我的情况看来，用于Mac OS的Excel 2011并未按照我的想法使用Encoding.GetEncoding（“ 10000”），并浪费了2天的时间，但与Microsoft OS上的iso相同。最好的证明是在Excel 2011中为MAC创建带有特殊字符的文件，将其另存为CSV，然后在MAC文本编辑器中将其打开，然后对字符进行加密。

对我而言，这种方法有效-意味着在MAC OS上的Excel 2011上的csv导出在其中包含特殊的西欧字符：

Encoding isoMacOS = Encoding.GetEncoding("iso-8859-1");
Encoding defaultEncoding = Encoding.Default; 

// Convert the string into a byte array.
byte[] defaultEncodingBytes = defaultEncoding.GetBytes(exportText);

// Perform the conversion from one encoding to the other.
byte[] ansiBytes = Encoding.Convert(defaultEncoding, isoMacOS, defaultEncodingBytes);

decodedString = isoMacOS.GetString(ansiBytes);
— 用户名
source
您正在使用哪种语言@ user525081？您可以将其翻译成PHP吗？
— Timm
@Timm看起来像Java示例，但是在PHP中，您可以使用iconv进行转换-de3.php.net/manual/en/function.iconv.php
— Ashish Datta
OK @ user525081，与其他答案相同。这迎合了Mac用户，使Windows用户陷入困境。而且它无法回答最初的问题-一种在两种平台上均可使用的编码。谢谢。
— Timm
2

目前没有Excel的UTF-8适用于Excel Mac 2011 14.3.2。

UTF-8 + BOM可以工作，但是BOM呈现为乱码。

如果导入文件并完成向导，则UTF-16起作用，但是如果您双击它，则不起作用。

— 克雷格·斯图兹（Craig Stuntz）
source
2

以下内容适用于Mac 2011和Windows Excel 2002的Excel：

  1. 在Mac上使用iconv，将文件转换为UTF-16 Little-Endian +命名为* .txt（.txt扩展名强制Excel运行文本导入向导）：

    iconv -f UTF-8 -t UTF-16LE filename.csv >filename_UTF-16LE.csv.txt

  2. 在Excel中打开文件，然后在“文本导入向导”中选择：

    • 第1步：文件来源：忽略它，选择什么都没关系
    • 步骤2：为分隔符和文本限定符选择适当的值
    • 步骤3：如有必要，请选择列格式

PS iconv创建的UTF-16LE的开头是BOM字节FF FE。

PPS我的原始csv文件是在Windows 7计算机上以UTF-8格式创建的（BOM字节为EF BB BF开头），并使用了CRLF换行符。逗号用作字段定界符，单引号用作文本限定符。它包含ASCII字母以及带有波浪号，变音符等的不同拉丁字母，以及一些西里尔字母。所有这些在Excel for Win和Mac中均正确显示。

PPPS Exact软件版本：
* Mac OS X 10.6.8
* Mac版本的Excel 2011 v.14.1.3
* Windows Server 2003 SP2
* Windows Excel 2002 v.10.2701.2625

— Koit Saarevet
source
如果您有不带BOM的UTF-8文件，iconv会将其转换为不带 BOM的UTF-16LE （不幸的是，没有办法告诉iconv添加一个文件）
— Walter Tross 2015年
2

在我的Mac OS上，Text Wrangler将使用Excel创建的CSV文件标识为“西方”编码。

经过一番谷歌搜索后，我做了这个小脚本（我不确定Windows的可用性，也许可以使用Cygwin吗？）：

$ cat /usr/local/bin/utf8.sh

#!/bin/bash

INPUTFILE="$1"

iconv -f macroman -c -t UTF-8 $INPUTFILE |tr '\r' '\n' >/tmp/file.$$.csv

mv $INPUTFILE ms_trash
mv /tmp/file.$$.csv $INPUTFILE
— no野
source
这是在OS X 10.14.2（和Excel 2011）上对我唯一起作用的东西
— Donald
1

以我为例，将Preamble添加到文件中解决了我的问题：

var data = Encoding.UTF8.GetBytes(csv);
var result = Encoding.UTF8.GetPreamble().Concat(data).ToArray();
return File(new MemoryStream(result), "application/octet-stream", "data.csv");
— razon
source
0

而不是csv，请尝试输出具有XLS扩展名和“ application / excel” mime类型的html。我知道这可以在Windows中使用，但不能代表MacOS

— 罗伊斯3
source
感谢@ royce23，但我只是提供CSV文件供下载。我无法通过HTTP呈现它，因为标记的绝对大小会减慢对爬网的响应-导出的表可能包含数百万行...
— Timm
使用css，您的html只会比csv大一小部分，例如：<r> <c> id </ c> <c>名称</ c> <c>电话</ c> </ r>
— royce3
不知道我是否理解，但是我正在将CSV保存在服务器上并提供下载链接。生成HTML响应会占用过多的PHP内存...
— Timm，2012年
这将起作用（UTF-8字符），但是如果您在单元格（br标记）中嵌入了换行符，则Excel for Mac会忽略（适用于Windows）CSS mso-data-placement:same-cell;
— 冗长的
0

这对我有用

  1. 在BBEdit或TextWrangler *中打开文件。
  2. 将文件设置为Unicode（UTF-16 Little-Endian）（行尾可以是Unix或Windows）。保存！
  3. 在Excel中：数据>获取外部数据>导入文本文件...

现在要点，选择MacIntosh作为“文件来源”（应该是首选）。

这是使用Excel 2011（版本14.4.2）

*窗口底部有一个下拉菜单

— 加泽尔
source
0

使用java（带有BOM的UTF-16LE）解决此问题：

String csvReportStr = getCsvReport();
byte[] data = Charset.forName("UTF-16LE").encode(csvReportStr)
    .put(0, (byte) 0xFF)
    .put(1, (byte) 0xFE)
    .array();

请注意，CSV文件应使用 TAB作分隔符。您可以在Windows和MAC OS X上读取CSV文件。

请参阅：如何使用BOM对UTF-16LE字节数组进行编码/解码？

— 蓝箭
source
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.